基于共振解调与人工神经网络的轴承智能诊断技术研究

发布时间：2020-06-10 06:51

【摘要】： 滚动轴承作为机械设备中最常用的部件之一，对其进行故障监测和诊断是国内外工程技术领域一直非常关注的课题。滚动轴承是易损件，据统计旋转机械的故障有30％是由滚动轴承故障引起的。 本论文完成了一个滚动轴承故障智能诊断设计：合理设计实验方案，搭建实验平台；自行编写信号采集程序，获取滚动轴承振动信号；对所得信号进行有效的分析处理，并从中识别出信号所对应的轴承状态，从信号处理角度完成故障诊断；将神经网络智能诊断技术融入其中，选取有效的网络输入特征参数与合适的网络结构，建立网络并进行训练、识别，实现滚动轴承的智能诊断；最后利用已有结论设计GUI图形用户界面，进一步完善智能诊断。 文中主要使用的信号处理诊断方法是共振解调技术。该方法对故障轴承在运行过程中产生的脉冲力所激起的系统固有振动加以利用，通过带通滤波器把某一固有振动分离出来，，并通过Hilbert变换进行包络解调，去除高频衰减振动的频率成分，得到只包含故障特征信息的低频包络信号，对这一包络信号进行频谱分析便可提取滚动轴承的故障信息。 智能诊断系统是在共振解调与神经网络结合的基础上建立起来的。文中选择三种网络(BP网络、RBF网络和Elman网络)分别作为轴承故障模式的分类器，并使用了三组不同的特征参数(幅域参数、频域参数、共振解调参数)分别作为网络的特征信息，输入到网络当中加以比较。经过大量实验分析得出：当共振解调输入特征与RBF网络结构的分类器结合时，所建立起的网络能够正确有效地反映滚动轴承的各故障特征，并将三种轴承状态十分准确地识别出来，且具有较高的网络的识别性能。 最后，在已有结论的基础上设计了一个GUI图形用户界面，该界面脱离出繁琐复杂的程序代码的查看，仅通过几个控件就能实现故障诊断，从而进一步完善了故障诊断技术的智能化。
【图文】：

实骏台各硬件设备

设备驱动接收到中断后会发送不同的事件告知用户当前采样状态。本系统采用研华公司提供的驱动程序进行程序设计，数据采集模块的函数调用流程如图2一3所示:…!.……、1..……，J;.{忌篇)~.一~~一~~~~一~~~~~一~~~~由~一~~一~~~~~一~白-一~~一~一~.DDD尺V-队 ITermlnateee尸.‘.。!.:，-..….1，，。，.1…枯图2一3数据采集模块函数调用流程图此种情况下，没有事件被触发，唯有通过调用DRVtoFAICheck函数来查询采样状态。首先调用DRV少Al工ntstart函数启动中断传输方式采样，再调用DRV--FAICheok函数查询采样状态，通过调用DRV--FAITransfer函数传输数据。当转换结束或调用了DRV一FA工Terminate函数时，采样停止。!!!”孵娜;~拟一J--一一麟攫黝珊圆 圆数数据保存路径:卜顶切云心。翔旧一点盼“‘二JJJ通通道选择:扣习 习采采瀚率咐:两前产节产刁 刁””徽一两汤河一-一-一 一 {{{云{豆履二j舰一出 lll图2一4采集程序运行界面为了满足诊断系统的要求
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2007
【分类号】：TH165.3

【相似文献】

相关期刊论文 前10条

1 丁夏完,刘金朝,王成国;基于DTFT的共振解调技术及其在滚动轴承故障诊断中的应用[J];中央民族大学学报(自然科学版);2005年04期

2 尹建君;;基于DSP的滚动轴承实时故障诊断系统设计[J];微计算机信息;2008年16期

3 朱汉明;谭永红;;EMD共振解调在滚动轴承故障诊断中的应用[J];上海师范大学学报(自然科学版);2011年03期

4 雷应标;;机车走行部滚动轴承故障的诊断[J];铁道运营技术;2007年04期

5 杨国华;;滚动轴承故障诊断及经验总结[J];通用机械;2011年05期

6 刘建文;傅攀;任s

本文编号：2705940